自从知道了如何更优雅地可视化决策树 后，发现中文支持很差，就一直避免使用中文，最近的项目不得不输出中文，于是下决心解决掉它。
dtreeviz[1] 基于 matplotlib， 网上关于 matplotlib 中文支持的方案很多，但没有一个能解决问题， 认真查看代码后，发现需要同时从两方面下手，
修改 matplotlib 的配置
修改 dtreeviz 的底层代码
修改 dtreeviz 底层代码实现中文支持
修改 matplotlib 的配置只能部分解决乱码问题，于是需要从底层代码来解决这个问题。
dtreeviz 在trees.py和classifiers.py 使用了默认字体Arial， 我通过简单修改， 允许配置默认的字体。先附上简单的代码实现。
utils.py 添加一个变量，
import matplotlib.pyplot as pltdefault_font=plt.rcParams['font.sans-serif'][0]
这样只需要修改 matplotlib 默认字体就可以达到中文的完美支持（当然日语韩语也不是问题，只要有合适的字体），修改后的代码我放在了https://github.com/alitrack/dtreeviz
修改 matplotlib 默认字体
下面这段代码要优先执行
default_font = 'Arial Unicode MS'from matplotlib import pyplot as pltplt.rcParams['font.sans-serif']=[default_font]+plt.rcParams['font.sans-serif']plt.rcParams['axes.unicode_minus']=False # 确保正常显示减号➖
这样做的好处，是它这是当前环境下修改了 matplotlib 配置，并不会影响别的程序。
不建议修改配置文件（对于 seaborn，即使修改配置文件也没有用），可能影响别的程序。
测试效果
from sklearn.datasets import *from sklearn import treefrom dtreeviz.trees import *classifier = tree.DecisionTreeClassifier(max_depth=3)iris = load_iris()classifier.fit(iris.data, iris.target)#测试需要feature_names=['萼片sepal length (cm)','sepal width (cm)','花瓣petal length (cm)','花瓣petal width (cm)']class_names=["山鸢尾 (부채붓꽃)", "变色鸢尾(ブルーフラッグ)", "维吉尼亚鸢尾(Iris-virginica)"]## 画决策树viz = dtreeviz(classifier, iris.data, iris.target, target_name='variety', feature_names=feature_names, class_names=class_names # need class_names for classifier )viz
输出
中日韩都不是问题？
如果你的系统没有中文字体，或者没有你想要的中文字体咋办？下面就介绍下如何给 matplotlib 安装中文字体。
给 matplotlib 安装中文字体
对于 macOS 和 Linux 可以使用下面两种方式来判断是否有你想要的字体
fc-list :lang=zh
或者
font_manager.fontManager.ttflist
会返回系统安装的字体以及字体所对应的字体名（不同于字体文件名）
<Font 'Arial Unicode MS' (Arial Unicode.ttf) normal normal 400 normal>,
判断 matplotlib 默认字体及安装路径
通过下面命令，可以得知 matplotlib 的默认字体是DejaVuSans.ttf，默认安装路径（具体看你的 Python 虚拟环境安装位置）是，
/Users/steven/anaconda3/envs/py39/lib/python3.9/site-packages/matplotlib/mpl-data/fonts/ttf/
from matplotlib import pyplot as pltplt.rcdefaults() # 恢复到初始化设置from matplotlib.font_manager import findfont, FontPropertiesfindfont(FontProperties(family=FontProperties().get_family()))
返回
'/Users/steven/anaconda3/envs/py39/lib/python3.9/site-packages/matplotlib/mpl-data/fonts/ttf/DejaVuSans.ttf'
下载与安装字体
下载想要的字体
比如 SimHei（simhei.ttf）， Arial Unicode MS（Arial Unicode.ttf）
下载安装
下载好的字体 copy 到对应的目录，
cp simhei.ttf /Users/steven/anaconda3/envs/py39/lib/python3.9/site-packages/matplotlib/mpl-data/fonts/ttf/
清除 matplotlib 缓存
rm -rf ~/.matplotlib
reset 当前 notebook（如果是在 notebook 里）
seaborn 的中文支持
seaborn 也是基于 matplotlib， 它的中文支持更加方便，但网上的方案基本都有问题
import seaborn as snsfrom matplotlib import pyplot as pltiris = sns.load_dataset('iris')iris.columns=['萼片sepal_length', '萼片sepal_width', '花瓣petal_length', '花瓣petal_width', 'species']iris.replace(["setosa","versicolor","virginica"], ["山鸢尾 (부채붓꽃)", "变色鸢尾(ブルーフラッグ)", "维吉尼亚鸢尾(Iris-virginica)"], inplace=True)# sns.set_style("whitegrid",{"font.sans-serif":plt.rcParams['font.sans-serif']})# style used as a theme of graph# for example if we want black# graph with grid then write "darkgrid"sns.set_style("whitegrid")#set_style 会 override plt.rcParams['font.serif'],我们再override回来plt.rcParams['font.sans-serif']=[default_font]+plt.rcParams['font.sans-serif']plt.rcParams['axes.unicode_minus']=False # 让负号也能正常显示sns.pairplot(iris, hue="species")
输出
sns.set_style("whitegrid")会覆盖 matplotlib 的默认字体设置，
这里可以做个简单的验证，
default_font="Arial Unicode MS"plt.rcdefaults()print("matplotlib默认:",plt.rcParams['font.sans-serif'])sns.set_style('darkgrid')print("被seaborn修改后:",plt.rcParams['font.sans-serif'])plt.rcParams['font.sans-serif']=[default_font]+plt.rcParams['font.sans-serif']print("再改回来:",plt.rcParams['font.sans-serif'])
而我们要做就是在这个代码之后，改为我们希望的字体即可。
plt.rcParams['font.sans-serif']=[default_font]+plt.rcParams['font.sans-serif']
从上面 dtreeviz 和 seaborn 来看，关键是看字体配置啥时候被修改，记得改回来，使用你希望的字体。
字体资源
Google Noto Fonts[2]
Google 开源的字体，Noto 是no more tofu 的缩写（别再显示豆腐块，就是那种无法显示的字体以方块形式出现，像豆腐块），noto-cjk 的 GitHub 网址是https://github.com/googlefonts/noto-cjk。
其它的网上自己搜索吧。
参考资料
[1]
dtreeviz: https://github.com/alitrack/dtreeviz[2]
Google Noto Fonts: https://www.google.com/get/noto/